随着城市化进程的加剧，城市驱动力将由传统的土地、资本、产业、政策转向依托人才、科技、旅游、文化的可持续发展模式，同时在全球化竞争当中，面对与世界一流城市硬件实力的差距渐微，我国的城市文化工程、品牌工程建设已是箭在弦上。城市形象视频作为对外交流的一种文化方式，能够涵盖语言、音乐、图像、文化、艺术、舞蹈等多种表征内容，除了宣传职能外，以其特有的艺术性和思想性可产生积极的文化感召和情感认同，不断丰富城市的感知意涵，增强城市的形象魅力。
　　本研究基于扎根理论对城市形象视频展开研究设计、分析流程和理论建构。通过NVivo11分析软件对东京、川崎、埼玉、广州、深圳、惠州6地的城市形象视频展开视觉表征内容和文本结构的分析。基于城市定位、产业模式和城市发展目标对6地展开匹配，对中日城市进行横向与纵向比较，研究发现：(1)在表征特征层面，广州、深圳、惠州的视频表征展现出与城市职能定位的匹配，分别强调了文化、科技、旅游资源的优势。而东京、川崎、埼玉三地则基于城市文脉、地脉资源特色来构建城市形象个性，主要聚焦于文化历史艺术和社会氛围。(2)在表征差异层面，中日城市形象在传播策略、拼贴思维、视觉审美、人物表征呈现等领域存在较大不同。广州、深圳、惠州的形象传播更为强调区域共性，而东京、川崎、埼玉则显现出东京一极化的主体地位，其他市县强调地方差异，共同完成区域的多元化表达。(3)在表征结构共性层面，中日城市形象视频符合“文脉-地脉-功能”属性三维耦合结构。
　　通过深入比对，研究发现中国湾区城市的形象视频存在内容宽泛宏大，注重逻辑叙事，而欠缺对城市空间意义的深入思考；城市标签体系同质化严重，城市文化符号欠缺差异性；传播视角去中心化，欠缺情绪感染力等问题。通过介入湾区的发展阶段以及中日城市文化传播战略方针，对中日城市形象视频的创作差异展开了相应的原因探析。
　　研究最后，结合城市文化资本理论、文脉地脉理论及品牌传播相关理论，对中国湾区城市形象视频传播提供了相应的建议。